使用class weight和sample weight处理不平衡问题

class weight：对训练集里的每个类别加一个权重。如果该类别的样本数多，那么它的权重就低，反之则权重就高. sample weight：对每个样本加权重，思路和类别权重类似，即样本数多的类别样本权重低，反之样本权重高 [ 1 ] ^{[1]} [1]。 PS：sklearn中绝大多数分类算法都有class weight和 sample weight可以使用。 Pytorch Tensorf

>>阅读原文<<